machine-learning - 在 TensorFlow 上添加两个不同秩的张量

Question

我在 TensorFlow 上尝试了以下操作:

import tensorflow as tf

a = tf.Variable(tf.zeros([10,1]))
b = tf.Variable(tf.zeros([10]) )
c = a + b

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    print sess.run(c)

我预计会出现类似“两个张量必须具有相同等级”的错误。但是，输出是 10×10 零矩阵。您认为为什么会发生这种情况？

Answer 1

因为broadcasting 。您有一个水平向量和一个垂直向量，一旦相加，它们就会创建一个 10x10 矩阵。这同样适用于

import tensorflow as tf

a = tf.Variable(tf.zeros([10, 1]))
b = tf.Variable(tf.zeros([1, 10]) )
c = a + b

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    print sess.run(c)